JP6091211B2

JP6091211B2 - 撮像装置及び制御方法

Info

Publication number: JP6091211B2
Application number: JP2012288516A
Authority: JP
Inventors: 崇博岩崎
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2012-12-28
Filing date: 2012-12-28
Publication date: 2017-03-08
Anticipated expiration: 2032-12-28
Also published as: JP2014131218A

Description

本発明は撮像装置及び制御方法に関し、特に、音声検知結果に基づいて撮像方向を制御するために用いて好適な技術に関するものである。

監視用途に使用される撮像装置は、警備室等の操作端末へ撮像画像を配信し、また操作端末から送信される画質設定等の制御コマンドに従って処理を行う。このような撮像装置において、音声を識別する機能を備えるものがある。

特許文献１では、検出された車両の音が特定の異常な騒音であるかどうかを判定し、異常な騒音であると判定された場合、撮像装置の角度、方向、ズーム度合等を指示する制御信号を送出し、記録動作を開始する撮像制御装置が提案されている。この撮像制御装置によれば、オペレータが存在しない場合であっても、異常騒音を発しながら進行してくる車両の画像を撮像して記録することが可能となる。

特開２００７−２００２３７号公報

一方で、前述の撮像装置においては、特定の音が検知され、撮像方向をそちらへ向くよう制御されても、撮像される必要がある事件は撮像装置の監視範囲で発生していない場合も考えられる。

例えば、特定音声の音源となる緊急自動車が撮像装置の近辺を通過するだけであっても、撮像方向の変更が行われてしまう可能性がある。すなわち、撮像の必要性の低い場合でも撮像方向が変更され、例えば撮像装置の雲台機構を不必要に摩耗させてしまうという問題点があった。
本発明は前述の問題点に鑑み、撮像の必要性に則した撮像方向の制御を行うことができるようにすることを目的とする。

本発明の撮像装置は、音情報を取得する取得手段と、前記取得手段により取得された所定の音情報の音量が所定の閾値以下になった場合、前記所定の音情報の音量の減少率が所定の減少率以上であれば、前記所定の音情報の発生方向に基づいて、撮像手段の撮像方向を変更する制御手段とを備え、前記制御手段は、前記取得手段により取得された所定の音情報の音量が前記所定の閾値以下になった場合、前記所定の音情報の音量の減少率が前記所定の減少率以上でなければ、前記所定の音情報の発生方向に基づいた前記撮像手段の撮像方向の変更をしないことを特徴とする。

本発明によれば、撮像の必要性の高い場合に撮像方向を変更する撮像装置を提供することができる。

（ａ）は、本発明の実施形態を説明する監視カメラの外観を示す図、図１（ｂ）は、監視カメラを含むネットワークシステムの一例を示す構成図である。監視カメラの内部構成例を示すブロック図である。監視カメラが外部機器に提供する２つのサービスについて制御コマンドシーケンスを説明する図である。ＸＭＬで記述される図３にて使用される各制御コマンド、及びレスポンスの内容を示す図である。ＸＭＬで記述される図３にて使用される各制御コマンド、及びレスポンスの内容を示す図である。ＸＭＬで記述される図３にて使用される各制御コマンド、及びレスポンスの内容を示す図である。第１の実施形態を示し、監視カメラの音声解析処理の手順の一例を説明するフローチャートである。雲台制御アクションの処理手順を説明するフローチャートである。第１の実施形態を示し、監視カメラに入力される特定の音声パターンの音量の変化と、監視カメラの振る舞いを時系列で説明する図である。第２の実施形態を示し、監視カメラの音声解析処理の手順の一例を説明するフローチャートである。第２の実施形態を示し、監視カメラに入力される特定の音声パターンの音量の変化と、監視カメラの振る舞いを時系列で説明する図である。

以下に、本発明の実施の形態を説明する。
［第１の実施形態］
図１（ａ）は、本発明の実施形態を説明する監視カメラ１００の外観を示す図である。
図１（ｂ）は、監視カメラ１００を含むネットワークシステムの一例を示す構成図である。５００は、監視カメラ１００を操作するクライアントを示す外部機器である。

監視カメラ１００と外部機器５００は、ＩＰネットワーク網３００を介して相互に通信可能な状態に接続されている。外部機器５００は、監視カメラ１００に対して、撮像パラメータ変更や映像ストリーミング開始等の各種コマンドを送信する。監視カメラ１００は、それらのコマンドに対するレスポンスや映像ストリーミングを外部機器５００に送信する。

図２は、監視カメラ１００の内部構成例を示すブロック図である。
図２において、１０１は制御部であり、監視カメラ１００の全体の制御を行う。制御部１０１は、例えばＣＰＵで構成される。
１０２はメモリである。メモリ１０２は、主に制御部１０１が実行するプログラム格納領域、プログラム実行中のワーク領域、後述する撮像部１０３が生成する画像データの格納領域等、様々なデータの格納領域として使用される。

１０３は撮像部である。撮像部１０３は、被写体を撮影して取得したアナログ信号をデジタルデータに変換する。また、ＡＤＣＴ（適応離散コサイン変換）等によりデータの圧縮処理を行ってデジタルの撮像画像を生成し、メモリ１０２に出力する。撮像部１０３は、撮像画像をメモリ１０２に出力した後、制御部１０１に画像取得イベントを発行する。

１０４は通信部である。通信部１０４は、各制御コマンドを外部機器５００から受信する場合、また各制御コマンドに対するレスポンスを外部機器５００へ送信する場合使用される。
１０５は音声入力部である。音声入力部１０５は、監視カメラ１００の周辺の音声などの音情報を取得するための外部入力装置であり、例えばマイクで構成される。監視カメラ１００の周辺の音声は、音声入力部１０５によって監視カメラ１００に取り込まれ、デジタル信号に変換されて後述の音声識別部１０６に入力される。音声入力部１０５は、音声の発生方向が識別できるよう、複数チャンネルの音声を取り込むことができる。

１０６は音声識別部である。音声識別部１０６は、音声入力部１０５によって入力された音声を、予め登録されている特定の音声パターンの条件の音と比較し、合致する所定音が発生しているかどうかを制御部１０１に通知する。また、音声識別部１０６は、特定の音声パターンに合致している所定音が音声入力部１０５から入力されている場合、音声の音量をデシベルで出力する。また、音声の発生方向をパン・チルト機構のパン角度とチルト角度で、さらに特定の音声パターンの音量の減少率、或いは増加率を１秒毎にデシベル毎秒で出力し、制御部１０１に提供する。

１０７は撮像制御部である。撮像制御部１０７は、制御部１０１が入力するパン角度、チルト角度、ズーム倍率の値に従って、図１（ａ）に示すように、雲台１１０のチルト機構１１０１、パン機構１１０２、及びズーム機構１１０３を制御するために使用される。また、制御部１０１の問い合わせに応じて、現在のパン角度値、チルト角度値、ズーム倍率値を提供する。

以上、図２を参照しながら監視カメラ１００の内部構成について説明したが、図２に示す処理ブロックは、本発明における撮像装置（監視カメラ）の好適な実施形態の一例を説明したものであり、この限りではない。音声出力部や画像解析部を備えるなど、本発明の要旨の範囲内で、種々の変形及び変更が可能である。

図３は、本発明の実施形態である監視カメラ１００が外部機器５００に提供する２つのサービスについて、外部機器５００から各種設定を行う場合の制御コマンドシーケンスを示している。２つのサービスとは、監視カメラ１００周辺の音声を解析する機能を提供する音声解析サービス、及び監視カメラ１００が取得する撮像画像を録画する機能を提供するアクションエンジンサービスである。

また、図４〜図６は、ＸＭＬで記述される図３にて使用される各制御コマンド、及びレスポンスの内容を示している。本実施形態においては、監視カメラ１００が提供する各サービスに対して、外部機器５００が制御コマンドを送信するための宛先アドレスは、予め両機器間で共有されているものとする。

Ｓ３００において、外部機器５００は、ＧｅｔＳｅｒｖｉｃｅＣａｐａｂｉｌｉｔｉｅｓのトランザクションによって、監視カメラ１００が提供する音声解析サービスの機能を取得する。

図４（ａ）は、音声解析サービスのＧｅｔＳｅｒｖｉｃｅＣａｐａｂｉｌｉｔｉｅｓのリクエストとレスポンスの内容を示している。
図４（ａ）において、ＣａｐａｂｉｌｉｔｉｅｓタグのＡｎａｌｙｔｉｃｓＭｏｄｕｌｅＳｕｐｐｏｒｔフラグ、及びＲｕｌｅＳｕｐｐｏｒｔフラグによって、監視カメラ１００が、音声解析エンジンＡｎａｌｙｔｉｃｓＭｏｄｕｌｅ、及び音声解析結果判定ルールの設定変更を外部機器５００に許可しているか否かが示される。
Ｓ３０１に示されるＧｅｔＳｅｒｖｉｃｅＣａｐａｂｉｌｉｔｉｅｓのトランザクションによって、外部機器５００は、監視カメラ１００が提供するアクションエンジンサービスの機能を取得する。

図４（ｂ）は、アクションエンジンサービスのＧｅｔＳｅｒｖｉｃｅＣａｐａｂｉｌｉｔｉｅｓのリクエストとレスポンスの内容を示している。
図４（ｂ）において、ＣａｐａｂｉｌｉｔｉｅｓタグのＭａｘｉｍｕｍＡｃｔｉｏｎｓパラメータ、及びＭａｘｉｍｕｍＴｒｉｇｇｅｒｓパラメータは、それぞれ監視カメラ１００に設定可能なアクションの数、及びトリガの数を示している。アクションとトリガの詳細は後述する。
Ｓ３０２に示されるＧｅｔＡｕｄｉｏＡｎａｌｙｔｉｃｓＣｏｎｆｉｇｕｒａｔｉｏｎｓのトランザクションによって、外部機器５００は、監視カメラ１００が保持する音声解析機能の設定値であるＡｕｄｉｏＡｎａｌｙｔｉｃｓＣｏｎｆｉｇｕｒａｔｉｏｎと、そのＩＤであるＴｏｋｅｎを取得する。

図４（ｃ）は、ＧｅｔＡｕｄｉｏＡｎａｌｙｔｉｃｓＣｏｎｆｉｇｕｒａｔｉｏｎｓのリクエストとレスポンスの内容を示している。
図４（ｃ）において、レスポンスにおけるＣｏｎｆｉｇｕｒａｔｉｏｎＴｏｋｅｎはＡｕｄｉｏＡｎａｌｙｔｉｃｓＣｏｎｆｉｇｕｒａｔｉｏｎのＩＤを示しており、本図においては、ＡＡＣ−０である。ＡｕｄｉｏＡｎａｌｙｔｉｃｓＣｏｎｆｉｇｕｒａｔｉｏｎは、音声解析結果判定ルールＲｕｌeＥｎｇｉｎｅＣｏｎｆｉｇｕｒａｔｉｏｎを保持するが、本図においてはまだ設定されていないため含まれていない。

Ｓ３０３に示されるＧｅｔＳｕｐｐｏｒｔｅｄＲｕｌｅｓのトランザクションによって、外部機器５００は、指定したＡｕｄｉｏＡｎａｌｙｔｉｃｓＣｏｎｆｉｇｕａｒｔｉｏｎに対応して、監視カメラ１００がサポートする音声解析結果判定ルールＲｕｌｅの内容を取得する。

図４（ｄ）は、ＧｅｔＳｕｐｐｏｒｔｅｄＲｕｌｅｓのリクエストとレスポンスの内容を示している。
図４（ｄ）において、リクエストのＣｏｎｆｉｇｕｒａｔｉｏｎＴｏｋｅｎには、Ｓ３０２で取得したＡｕｄｉｏＡｎａｌｙｔｉｃｓＣｏｎｆｉｇｕｒａｔｉｏｎのＩＤが指定される。レスポンスのＲｕｌｅＤｅｓｃｒｉｐｔｉｏｎにおいて、監視カメラ１００がサポートする音声解析結果判定ルールの名称Ｎａｍｅと、これを設定するために必要なパラメータ群Ｐａｒａｍｅｔｅｒｓが提供される。

図４（ｄ）において、ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒは、予め設定されている特定の音声パターンが、入力された音声情報に含まれているかどうかを判定する。そして、その音量や音量の増加率、及び減少率を含む変化率と入力パラメータとを比較してイベントを出力する音声解析結果判定ルールである。音源接近音量閾値（第１の閾値）、及び離脱判定音量閾値（第２の閾値）は整数のデシベルで音量変化率判定閾値は単位秒あたりのデシベル、音源停滞判定タイマは時分秒で指定される。監視カメラ１００における各パラメータの使用方法については図７を参照しながら後述する。

Ｓ３０４に示されるＣｒｅａｔｅＲｕｌｅｓのトランザクションによって、外部機器５００は、Ｓ３０３において取得した監視カメラ１００がサポートする音声解析結果判定ルールの内容に基づいて、音声解析結果判定ルールの各パラメータの具体的な設定を行う。

図５（ａ）は、ＣｒｅａｔｅＲｕｌｅｓのリクエストとレスポンスの内容を示している。音源接近音量閾値は、監視カメラ１００の監視範囲に音源が接近していると判断できる程度の音量が設定されるべきである。離脱判定音量閾値は、音源が監視カメラ１００から離れたと判断できる程度の音量であり、音源接近音量閾値より小さい値が設定されるべきである。音量変化率判定閾値は、監視対象とする音源の移動速度を鑑みて、音源が監視カメラ近辺に停止したか、或いは監視カメラ１００の近辺を通過しただけかを、音量の変化率で判定するための閾値である。

Ｓ３０５に示されるＧｅｔＳｕｐｐｏｒｔｅｄＡｃｔｉｏｎｓのトランザクションによって、外部機器５００は、監視カメラ１００がサポートするアクションの種類とパラメータの内容を取得する。

図５（ｂ）は、ＧｅｔＳｕｐｐｏｒｔｅｄＡｃｔｉｏｎｓのリクエストとレスポンスの内容を示している。図５（ｂ）のレスポンスにおいて、ＡｃｔｉｏｎＤｅｓｃｒｉｐｔｉｏｎの其々が、監視カメラ１００がサポートするアクションを示している。
図５（ｂ）のレスポンスに含まれるアクションは、ＰａｎＴｉｌｔＴｏＳｏｕｎｄＳｏｕｒｃｅというタイプ名称である。後述するＣｒｅａｔｅＡｃｔｉｏｎＴｒｉｇｇｅｒｓのリクエストで設定されるトリガが発生したときに、音声の発生する方向に撮像方向を向けるというアクションである。ＰａｎＴｉｌｔＴｏＳｏｕｎｄＳｏｕｒｃｅアクションを設定するパラメータは、整数で指定される音量変化率判定閾値である。発生した音声の変化率が、本パラメータで指定される変化率を上回る場合にのみ、雲台の制御が行われる。

Ｓ３０６に示されるＣｒｅａｔｅＡｃｔｉｏｎｓのトランザクションによって、外部機器５００は、Ｓ３０５において取得した監視カメラ１００がサポートするアクションの内容に基づいて、アクションの各パラメータの具体的な設定を行う。

図５（ｃ）は、ＣｒｅａｔｅＡｃｔｉｏｎｓのリクエストとレスポンスの内容を示している。リクエストにおいて、Ａｃｔｉｏｎタグのそれぞれが、外部機器５００が設定しようとするアクションを示している。
図５（ｃ）においては、１つ目のＴｏｋｅｎ＝ＡＣＴ−１のＡｃｔｉｏｎとしてＰａｎＴｉｌｔＴｏＳｏｕｎｄＳｏｕｒｃｅが指定されており、音量変化率判定閾値は３０である。したがって、音量の変化率が３０デシベル毎秒を上回っている場合にのみ、雲台の制御が行われることとなる。

Ｓ３０７に示されるＧｅｔＥｖｅｎｔＰｒｏｐｅｒｔｉｅｓのトランザクションによって、外部機器５００は、監視カメラ１００がサポートするイベントの種類と内容を取得する。

図６（ａ）は、ＧｅｔＥｖｅｎｔＰｒｏｐｅｒｔｉｅｓのリクエストとレスポンスの内容を示している。図６（ａ）において、レスポンスに含まれるＴｏｐｉｃＳｅｔは、監視カメラ１００がサポートするイベントの種類をトピックツリーで示しており、本図においては次の３種類がサポートされている。音源接近イベントであるＲｕｌｅＥｎｇｉｎｅ／ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒ／Ａｃｃｅｓｓｉｎｇ、音源離脱イベントであるＲｕｌｅＥｎｇｉｎｅ／ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒ／Ｌｅａｖｉｎｇ、及び音源停滞判定タイムアウトイベントであるＲｕｌｅＥｎｇｉｎｅ／ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒ／ＳｔａｙＴｉｍｅｏｕｔである。

Ｓ３０８に示されるＣｒｅａｔｅＡｃｔｉｏｎＴｒｉｇｇｅｒｓのトランザクションによって、外部機器５００は、監視カメラ１００にＳ３０６で設定した各アクションを発生させるためのトリガを設定する。

図６（ｂ）は、ＣｒｅａｔｅＡｃｔｉｏｎＴｒｉｇｇｅｒｓのリクエストとレスポンスの内容を示している。
図６（ｂ）においては、音源離脱イベントと音源停滞判定タイムアウトイベントをＳ３０６で設定したＴｏｋｅｎ＝ＡＣＴ−１のＰａｎＴｉｌｔＴｏＳｏｕｎｄＳｏｕｒｃｅのトリガとして設定している。

以下、図７及び図８を参照して、本発明の第１の実施形態である監視カメラ１００の内部処理の手順を説明する。
図７は、監視カメラ１００の音声解析処理の手順の一例を説明するフローチャートである。監視カメラ１００において、前述のＳ３０４に示される音声解析結果判定ルールが設定されている場合に、１プロセスとして定期的に実行される処理である。この処理は、メモリ１０２に記録されたプログラムを、ワークメモリ領域に展開して制御部１０１が実行することで実現する。

Ｓ７００において、制御部１０１は音源検知状態の判定を行う。制御部１０１は、音源検知状態が「０：音源未接近」の場合はＳ７０１へ処理を移し、「１：音源近接中」の場合はＳ７０７へ処理を移す。

Ｓ７０１において、制御部１０１は、音声識別部１０６から特定パターン音声の検知音量と、Ｓ３０３において設定されている音源接近音量閾値とを比較する。制御部１０１は、音量が音源接近音量閾値以上（第１の閾値以上）であった場合は、音源が接近していると判断し処理をＳ７０２へ移し、音量が音源接近音量閾値以下（第１の閾値以下）であった場合は、Ｓ７０５へ処理を移す。

Ｓ７０２において、制御部１０１は、前述のＳ３０７に示される音源接近イベントであるＲｕｌｅＥｎｇｉｎｅ／ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒ／Ａｃｃｅｓｓｉｎｇを発行する。その後、Ｓ７０３へ処理を移す。
Ｓ７０３において、制御部１０１は、Ｓ３０３において設定されているタイマ値に従って、音源停滞判定タイマを起動する。その後、Ｓ７０４へ処理を移す。
Ｓ７０４において、制御部１０１は、音源検知状態を「１：音源近接中」に遷移させ、処理をＳ７０５に移す。

Ｓ７０７において、制御部１０１は、音源停滞判定タイマがタイムアウトしているかどうかを判定し、タイムアウトしている場合は処理をＳ７１３に移す。タイムアウトしていない場合はＳ７０８に移す。
Ｓ７１３において、制御部１０１は、前述のＳ３０７に示される音源停滞判定タイムアウトイベントであるＲｕｌｅＥｎｇｉｎｅ／ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒ／ＳｔａｙＴｉｍｅｏｕｔを発行し、その後、処理をＳ７１２に移す。

Ｓ７０８において、制御部１０１は、音声識別部１０６から特定パターン音声の検知音量と、Ｓ３０３において設定されている離脱判定音量閾値とを比較する。制御部１０１は、音量が離脱判定音量閾値以下であった場合は、音源が監視カメラ１００から離れたと判断し処理をＳ７０９へ移し、音量が離脱判定音量閾値以上であった場合は、Ｓ７０５へ処理を移す。

Ｓ７０９において、制御部１０１は、音声識別部１０６から特定の音声パターンの音量の減少率を取得し、Ｓ３０３において設定されている音量変化率判定閾値と比較する。制御部１０１は、減少率が音量変化率判定閾値以上であった場合は、音源が監視カメラ１００の監視範囲近辺で停止していると判断し、Ｓ７１０へ処理を移す。
一方、減少率が音量変化率判定閾値以上でなかった場合は、音源が監視カメラ１００の監視範囲近辺を通過しただけと判断し、Ｓ７１１へ処理を移す。

Ｓ７１０において、制御部１０１は、前述のＳ３０７に示される音源離脱イベントである、ＲｕｌｅＥｎｇｉｎｅ／ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒ／Ｌｅａｖｉｎｇを発行する。その後、Ｓ７１１へ処理を移す。
Ｓ７１１において、制御部１０１は、Ｓ７０３において起動した音源停滞判定タイマを停止させる。その後、Ｓ７１２へ処理を移す。

Ｓ７１２において、制御部１０１は、音源検知状態を「０：音源未接近」に遷移させ、処理をＳ７０５に移す。
Ｓ７０５において、制御部１０１は、Ｓ３０５に示される雲台の制御アクションであるＰａｎＴｉｌｔＴｏＳｏｕｎｄＳｏｕｒｃｅが設定されているかどうかを判定する。雲台の制御アクションが設定されている場合は、制御部１０１は、Ｓ７０６に処理を移し、雲台の制御アクション処理を実行する。雲台の制御アクションが設定されていない場合は、制御部１０１は、処理をＳ７０１へ移す。

図８は、雲台の制御アクションの処理手順を説明するフローチャートである。
Ｓ８００において、制御部１０１は、図６（ｂ）に示すＣｒｅａｔｅＡｃｔｉｏｎＴｒｉｇｇｅｒｓリクエストによってＰａｎＴｉｌｔＴｏＳｏｕｎｄＳｏｕｒｃｅアクションに対して設定されているトリガを取得する。

本例において、Ｓ３０８にて設定された音源離脱イベントであるＲｕｌｅＥｎｇｉｎｅ／ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒ／Ｌｅａｖｉｎｇ、及び音源停滞判定タイムアウトイベントであるＲｕｌｅＥｎｇｉｎｅ／ＳｏｕｎｄＳｏｕｒｃｅＤｅｔｅｃｔｏｒ／ＳｔａｙＴｉｍｅｏｕｔが取得される。

Ｓ８０１において、制御部１０１は、Ｓ８００にて取得したトリガのいずれかが発生しているかどうかを判定する。トリガが発生している場合は、制御部１０１は、処理をＳ８０２に移す。トリガが発生していない場合は、雲台の制御アクション処理を終了する。

Ｓ８０２において、制御部１０１は、音声識別部１０６から音声の発生方向を示すパン角度とチルト角度を取得する。その後、Ｓ８０３に移す。
Ｓ８０３において、制御部１０１は、Ｓ８０２で取得したパン角度とチルト角度を撮像制御部１０７へ入力し、雲台１１０が音声発生方向を向くよう制御する。その後、雲台の制御アクション処理を終了する。

次に、図９を参照し、監視カメラ１００に入力される特定の音声パターンの音量の変化と、監視カメラ１００の振る舞いを時系列で説明する。
図９（ａ）は、特定の音声パターンの音源、例えばサイレンを発している緊急自動車が、監視カメラ１００に徐々に近づき、そのまま遠ざかった場合の監視カメラ１００の振る舞いを示している。

図９（ｂ）は、サイレンを発している緊急自動車が、監視カメラ１００に徐々に近づき、監視カメラ１００の近辺でサイレンを止めて停車した場合の監視カメラ１００の振る舞いを示している。

図９（ｃ）は、特定の音声パターンの音源、例えば異常なエンジン音を発している異常車両が、監視カメラ１００に徐々に近づき、監視カメラ１００の近辺で異常音を発しながらとどまっている場合の監視カメラ１００の振る舞いを示している。

３０００は、音声識別部１０６が検出する特定の音声パターンの音量である。
３０１０、３０１１は、図３のＳ３０３において設定される音源接近音量閾値と、離脱判定音量閾値を示している。
３０１３は、音源停滞判定タイマが起動中であることを示している。
３０２０は、音量が音源接近音量閾値を上回ったタイミングを示している。監視カメラ１００は、音源接近イベントを発行し、音源停滞判定タイマを起動する。

３０２１、３０２２は、音量が離脱判定音量閾値を下回ったタイミングを示している。監視カメラ１００は、音声識別部１０６が出力する音量減少率を音量変化率判定閾値と比較する。３０２１は、減少率が閾値以下であった場合を示している。監視カメラ１００は、特にアクションを行わない。

３０２２は、減少率が閾値以上であった場合を示しており、監視カメラ１００は、音源離脱イベントを発行し、音源停滞判定タイマを停止する。この時点で、音源離脱イベントをトリガとする雲台の制御アクションが設定されている場合は、監視カメラ１００は音声が発生している方向へ雲台１１０を向ける。

３０２３は、音源停滞判定タイマがタイムアウトしたタイミングを示している。音源離脱イベントをトリガとする雲台の制御アクションが設定されている場合は、３０２２と同様、監視カメラ１００は音声が発生している方向へ雲台１１０を向ける。

前述のように、所定音の音量が、第１の閾値以上になってから、所定の減少率以下で、第１の閾値より小さい第２の閾値未満になった場合は、撮像方向を変更しない。
所定音の音量が、第１の閾値以上になってから、所定の減少率以上で、第２の閾値未満になった場合は、所定音の発生方向へ撮像方向を変更する。
また、所定音の音量が、第１の閾値以上になってから、所定時間が経過した場合は、所定音の発生方向へ撮像方向を変更する。

以上の処理により、例えば緊急自動車が特定パターンの音声の音源であった場合、緊急自動車が監視カメラの周辺に停止し事件の発生確率が高いと思われる場合と、監視カメラの近辺を通過した場合。これらの場合で、雲台１１０の制御内容を必要性に応じて変更させることができ、より必要性の高い雲台１１０の制御を行うことができる。これにより、例えば監視カメラの雲台機構が不必要に摩耗してしまう課題を解決することができる。

［第２の実施形態］
第１の実施形態においては、特定の音声パターンに関する音量の減少率によって雲台制御の内容を変化させることにより、より必要性の高い雲台制御を行うことができる監視カメラに言及し、本発明の好適な実施形態を説明した。

しかしながら、第１の実施形態では、音量の減少率によって雲台制御が変更されたがこの限りではなく、例えば音量の増加率によって雲台制御が変更されるようにしてもよい。
以上の点を考慮した本発明の第２の実施の形態を以下に説明する。尚、第１の実施形態と同じ部分については説明を省略する。

図３のＳ３０４に示されるＣｒｅａｔｅＲｕｌｅｓのトランザクションによって、外部機器５００は、Ｓ３０３にて取得した監視カメラ１００がサポートする音声解析結果判定ルールの内容に基づいて、音声解析結果判定ルールの各パラメータの具体的な設定を行う。

前述した図６（ｃ）は、ＣｒｅａｔｅＲｕｌｅｓのリクエストとレスポンスの内容を示している。音源接近音量閾値（第２の閾値）は、監視カメラ１００の監視範囲に音源が接近しつつある判断できる程度の音量が設定されるべきである。離脱判定音量閾値（第１の閾値）は、音源が監視カメラ１００に十分接近していると判断できる程度の音量であり、音源接近音量閾値より大きい値が設定されるべきである。

図１０は、監視カメラ１００の音声解析処理である。監視カメラ１００において、前述のＳ３０４に示される音声解析結果判定ルールが設定されている場合に、１プロセスとして定期的に実行される処理である。図１０において、図７のフローチャートと同じ処理については同じステップ番号を付している。
Ｓ１０００において、制御部１０１は、音声識別部１０６から特定パターン音声の検知音量と、Ｓ３０３において設定されている離脱判定音量閾値とを比較する。制御部１０１は、音量が閾値以上であった場合は、音源が監視カメラ１００に十分接近したと判断し処理をＳ１００１へ移し、音量が閾値以下であった場合は、Ｓ７０５へ処理を移す。

Ｓ１００１において、制御部１０１は、音声識別部１０６から特定の音声パターンの音量の増加率を取得し、Ｓ３０３において設定されている音量変化率判定閾値と比較する。制御部１０１は、増加率が音量変化率判定閾値以下であった場合は、Ｓ７１０へ処理を移す。一方、増加率が音量変化率判定閾値以下でなかった場合は、音源が監視カメラ１００の監視範囲近辺から突然発生していると判断し、Ｓ７１１へ処理を移す。

図１１を参照し、監視カメラ１００に入力される特定の音声パターンの音量の変化と、監視カメラ１００の振る舞いを時系列で説明する。
図１１（ａ）は、特定の音声パターンの音源、例えばサイレンを発している緊急自動車が、監視カメラ１００に徐々に近づき、そのまま遠ざかった場合の監視カメラ１００の振る舞いを示している。

図１１（ｂ）は、監視カメラ１００の近辺で、サイレンを止めて停止している緊急自動車が、サイレンを発しながら発車した場合の監視カメラ１００の振る舞いを示している。
３１２０は、音量が音源接近音量閾値を上回ったタイミングを示している。監視カメラ１００は、音源接近イベントを発行し、音源停滞判定タイマを起動する。

３１２１、３１２２は、音量が離脱判定音量閾値を上回ったタイミングを示している。監視カメラ１００は、音声識別部１０６が出力する音量増加率を音量変化率判定閾値と比較する。３１２１は、増加率が閾値以下であった場合を示している。この場合は、監視カメラ１００に音源が徐々に近づいてきたことを示しており、監視カメラ１００は音源離脱イベントを発行する。この時点で、音源離脱イベントをトリガとする雲台の制御アクションが設定されている場合は、音声が発生している方向へ雲台１１０が向けられる。

一方、３１２２は、増加率が閾値以上であった場合を示している。この場合は、監視カメラ１００の近辺から音源が発生したことを示しており、監視カメラ１００は音源停滞判定タイマを停止し、特に雲台制御を行わない。

前述のように、所定音の音量が、第１の閾値より小さい第２の閾値以上になってから、所定の増加率以上で、前記第１及び第２の閾値以上になった場合は撮像方向を変更しない。そして、所定音の音量が第２の閾値以上になってから、所定の増加率以下で第１及び第２の閾値以上になった場合は、撮像方向を変更するようにした。これにより、必要性高い場合のみ雲台を向けることができる。

以上の処理により、例えば緊急自動車が特定パターンの音声の音源であった場合、緊急自動車が監視カメラの周辺に徐々に近づいてきた場合に、撮像の必要性に即した撮像方向の制御を行うことができる。すなわち、事件の発生確率が高いと思われる場合と、監視カメラ近辺から緊急自動車が発進した場合とで、雲台制御の内容を異なるよう制御することができ、より必要性の高い雲台制御を行うことができる。
これによって、例えば監視カメラの雲台機構を不必要に摩耗するという課題を解決することができる。

以上、本発明を実装した撮像装置の動作を第１の実施形態及び第２の実施形態に示したが、実施形態は必ずしも上述の限りでなく、部分的に変更されてもよい。
すなわち、本実施形態においては、音量の変化率の大小を判定するまで、雲台制御を行わないようになっているがこの限りではない。すなわち、図１１において３１２０のタイミングでは雲台１１０の現在位置を記憶した上で音源の方向へ雲台１１０の制御を実施するようにしてもよい。この場合、３０２１、３０２２、３１２１、及び３１２２のタイミングで音量の減少率或いは増加率に基づいて雲台制御の必要性を判定し、必要性がより低いと判断される場合は、先に記憶した雲台１１０の位置に雲台１１０を戻すよう雲台制御を行ってもよい。

また、本実施形態においては、音量や音量の変化率のパラメータの単位について、デシベルを採用しているがこの限りではない。騒音率を示すホン（ｐｈｏｎ）や、撮像装置が抽象化した数値表現を使用してもよい。

（その他の実施形態）
また、本発明は、以下の処理を実行することによっても実現される。すなわち、前述した実施形態の機能を実現するソフトウェア（コンピュータプログラム）を、ネットワーク又は各種のコンピュータ読み取り可能な記憶媒体を介してシステム或いは装置に供給する。そして、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。

１００監視カメラ
１０１制御部
１０２メモリ
１０３撮像部
１０４通信部
１０５音声入力部
１０６音声識別部
１０７撮像制御部
３００ＩＰネットワーク網
５００外部機器

Claims

音情報を取得する取得手段と、
前記取得手段により取得された所定の音情報の音量が所定の閾値以下になった場合、前記所定の音情報の音量の減少率が所定の減少率以上であれば、前記所定の音情報の発生方向に基づいて、撮像手段の撮像方向を変更する制御手段とを備え、
前記制御手段は、前記取得手段により取得された所定の音情報の音量が前記所定の閾値以下になった場合、前記所定の音情報の音量の減少率が前記所定の減少率以上でなければ、前記所定の音情報の発生方向に基づいた前記撮像手段の撮像方向の変更をしないことを特徴とする撮像装置。
音情報を取得する取得手段と、
前記取得手段により取得された所定の音情報の音量が所定の閾値以上になった場合、前記所定の音情報の音量の増加率が所定の増加率以下であれば、前記所定の音情報の発生方向に基づいて、撮像手段の撮像方向を変更する制御手段とを備え、
前記制御手段は、前記取得手段により取得された所定の音情報の音量が前記所定の閾値以上になった場合、前記所定の音情報の音量の増加率が前記所定の増加率以下でなければ、前記所定の音情報の発生方向に基づいた前記撮像手段の撮像方向の変更をしないことを特徴とする撮像装置。
音情報を取得する取得工程と、
前記取得工程において取得された所定の音情報の音量が所定の閾値以下になった場合、前記所定の音情報の音量の減少率が所定の減少率以上であれば、前記所定の音情報の発生方向に基づいて、撮像手段の撮像方向を変更する制御工程とを有し、
前記取得工程において取得された所定の音情報の音量が前記所定の閾値以下になった場合、前記所定の音情報の音量の減少率が前記所定の減少率以上でなければ、前記所定の音情報の発生方向に基づいた前記撮像手段の撮像方向を変更しないことを特徴とする制御方法。
音情報を取得する取得工程と、
前記取得工程において取得された所定の音情報の音量が所定の閾値以上になった場合、前記所定の音情報の音量の増加率が所定の増加率以下であれば、前記所定の音情報の発生方向に基づいて、撮像手段の撮像方向を変更する制御工程とを有し、
前記取得工程において取得された所定の音情報の音量が前記所定の閾値以上になった場合、前記所定の音情報の音量の増加率が前記所定の増加率以下でなければ、前記所定の音情報の発生方向に基づいた前記撮像手段の撮像方向を変更しないことを特徴とする制御方法。
音情報を取得する取得手順と、
前記取得手順において取得された所定の音情報の音量が所定の閾値以下になった場合、前記所定の音情報の音量の減少率が所定の減少率以上であれば、前記所定の音情報の発生方向に基づいて、撮像手段の撮像方向を変更する制御手順とをコンピュータに実行させ、前記取得手順において取得された所定の音情報の音量が前記所定の閾値以下になった場合、前記所定の音情報の音量の減少率が前記所定の減少率以上でなければ、前記所定の音情報の発生方向に基づいた前記撮像手段の撮像方向を変更しないことを特徴とするプログラム。
音情報を取得する取得手順と、
前記取得手順において取得された所定の音情報の音量が所定の閾値以上になった場合、前記所定の音情報の音量の増加率が所定の増加率以下であれば、前記所定の音情報の発生方向に基づいて、撮像手段の撮像方向を変更する制御手順とをコンピュータに実行させ、前記取得手順において取得された所定の音情報の音量が前記所定の閾値以上になった場合、前記所定の音情報の音量の増加率が前記所定の増加率以下でなければ、前記所定の音情報の発生方向に基づいた前記撮像手段の撮像方向を変更しないことを特徴とするプログラム。